（来源：上观新闻）
AI科学家使用🤼♂️GLM-5模型时🧤🗨达到了平均33.⛴73分，比🔐此前最强AI基📬线高出11.15🚬分，并显🤲🔞著缩小了与🚶⚰人类博士🇲🇶🌳生的差距🐓👐。闭源大厂追求的♒是能力上限，谁🛡😟家的模型能在H🇱🇹🐚LE上👤拿更高分🦑💷。老板盯着他的工作🏋🍳记录，看到👟7️⃣的只有"这🍪👩🔧个订单没处理🧜♂️💂好"、"那🕎🕹个客户投诉了"🔀💽，却很难🥙从这些结果中直🌹接判断出👫，究竟🕊🏙是因为他不会查客🇳🇴户资料🔄，还是🇸🇳因为他🇦🇲没有核对退🦑款政策，抑或是他☠接了第一个任务😭🔣就忘了后面还🦑☘有其他任务🚪。
此前的人工智能📽⚱芯片设计案👖🎀例仅展示了部分设🥋😖计，而没有展示🌼✏完整的核😨心🈵。DC 必须能😸够在消耗❣数百亿个令牌的情🇰🇵👐况下， 朝🇦🇼着目标——🤝功能正确、🇵🇷高性能的设计——📻不断前✂🥝进🇩🇰👆。可以把失真图📫理解成一份详细🚴♀️😄的"体检⚜报告"👨🍳💨。Skill👵 的流转直接在🐉群里完成🤺。这正是🚵♀️🔺目前大型语言模👩🦲型（简称大🧣💕模型，也👬就是Chat☄🇬🇵GPT、D🇮🇶eepSe🇳🇷ek这❤类AI）在学习👨🔬🌟复杂推理时面临的😫🕚真实困境🔶。“硬件已经🇳🇷到位了，但大🍐脑没有跟上🏌🔊。student🇳🇬☺自己rol😴lou💘🇨🇨t，最小🇧🇾🏒化reve👝👩👦👦rse🚆 KL向对应领🤫域的expe👩🏭🍾rt对♍齐🇯🇪🍊。
